Meta’s plans to replace workers with AI fell flat, report says

Earlier this year, Meta, one of the industry’s loudest AI advocates, was ready to slash up to 60% of the members of some teams and replace them with AI, as part of what it called Project OT (Organization Transformation), an initiative to make Meta “AI native.” But it backed off at the last minute after internal data sh…

Earlier this year, Meta, one of the industry’s loudest AI advocates, was ready to slash up to 60% of the members of some teams and replace them with AI, as part of what it called Project OT (Organization Transformation), an initiative to make Meta “AI native.” But it backed off at the last minute after internal data sh…

Meta executives also saw “’reliability warning signs’ caused by the AI coding surge,” according to an internal post, Reuters reported. “Another post, in April, said that unchecked AI agents were performing ‘large-scale, disruptive actions that humans are unlikely to execute.’ The result: Major technical and security incidents, such as service disruptions and possible data leaks, spiked 40% from the previous year, with the time staffers had to spend firefighting them up 70%.”

Reuters also noted that, in April, Meta had mandated that tracking software be installed on US employees’ devices to capture their keystrokes and mouse clicks to teach its AI agents to replicate how humans interact with computers. Believing they might be training their own AI replacements, employees rebelled.

To try and placate the workers, Meta promised to increase spending on travel and social events, and “to improve snack quality in office microkitchens.” Unsurprisingly, none of that seemed to help boost morale, and, Reuters reported, “Zuckerberg has stuck to the words ‘company-wide’ and ‘this year’ in discussing layoffs with employees, according to his internal communications. That has prompted some employees to speculate that he’ll continue trimming the ranks via team-specific cuts or performance-based dismissals – or delay company-wide headcount reductions until next year.”

Consultants and analysts said enterprise IT executives should read the Meta story carefully, because it precisely illustrates what happens when AI marketing hype is not challenged aggressively.

In context

• Topic: Inteligencia Artificial — IA aplicada al negocio: casos, límites, costos y gobierno.
• Source: CIO
• Published: 26/08/2026

Continue reading at the original source →

Excerpt published automatically by the site radar. The full text belongs to its publisher and is linked above.

Por qué importa

Cada semana hay un anuncio que promete cambiarlo todo, y cada semana la mayoría de las organizaciones sigue peleando con lo mismo: datos desordenados, procesos que nadie documentó y una expectativa que corre más rápido que la capacidad. Esta nota se entiende mejor con eso puesto encima.

Lo que miro primero no es la capacidad del modelo sino el dato que lo alimenta. Casi todos los proyectos que vi fracasar no fracasaron por el algoritmo: fracasaron porque el dato estaba en tres sistemas con tres definiciones distintas y nadie quiso ser el que arreglara eso.

Lo que suele salir mal

El punto donde suele romperse es el traspaso a operación. El equipo que hizo el piloto sabe interpretar los resultados; el equipo que lo recibe, no. Sin capacitación y sin criterios escritos, la gente empieza a aceptar todo lo que el modelo dice o a ignorarlo por completo, y ambas cosas son igual de caras.

Qué mirar

• Qué proceso concreto se toca y cómo se mide antes y después; sin línea base no hay resultado, hay opinión.
• Quién revisa las salidas del modelo y con qué frecuencia — el punto donde la IA se vuelve auditable.
• El costo por consulta a volumen real, no el del piloto: es la variable que más sorpresas da.

Cómo leo esta entrada

Mi recomendación práctica es fijar desde el día uno qué se hace cuando el modelo se equivoca: quién revisa, con qué frecuencia, y en qué momento se apaga. Suena defensivo, pero es exactamente lo que permite ser agresivo después, porque el riesgo dejó de ser una incógnita.

La noticia original está publicada en otro idioma; acá se cita el extracto tal como lo entrega el medio y el comentario se escribe en español.